撰文 | 李信馬
題圖 | Marvis

了不起的智能體 發(fā)現(xiàn)和介紹那些正在改變世界的Agent，這里有現(xiàn)場、有對話，還有沒被寫進新聞的細節(jié)。

這一次，騰訊把AI助手裝進了操作系統(tǒng)里。

5月20日，騰訊正式上線了一款叫Marvis（馬維斯）的產(chǎn)品。這款產(chǎn)品的定位是操作系統(tǒng)層級AI助手，如果你關(guān)注AI圈子，可能已經(jīng)對“AI助手”這個詞免疫了——畢竟近幾年冒出來的同類產(chǎn)品數(shù)都數(shù)不過來。但Marvis的打法不太一樣：它不是嵌在某個App里的對話機器人，也不是瀏覽器里的一個插件。

其實光看名字，Marvis很容易讓人聯(lián)想到鋼鐵俠的AI管家Jarvis（賈維斯）——這么像絕不是巧合。鋼鐵俠有機械戰(zhàn)甲，而我們也有電腦，Marvis就類似一個住在你電腦里的AI管家，它能摸到你的文件、調(diào)動你的應用、操作系統(tǒng)設置，甚至在你不在電腦旁邊的時候，讓你用手機遠程操控電腦。

一句話，裝上它，你就是原始版的鋼鐵俠了。

01.

Marvis能做什么？

在發(fā)布會前幾天，筆者受邀參加了有關(guān)Marvis的媒體溝通會，現(xiàn)場產(chǎn)品團隊進行了一系列的展示。其實光看界面，會感覺和別的AI助手產(chǎn)品似乎沒什么區(qū)別。

但不同之處在于，別的AI助手，可沒它“能干”。現(xiàn)實生活里，大多數(shù)人用電腦的場景不是“我有問題要問”，而是“我有事要做”——我要找文件、要裝軟件、要清理垃圾、要查電腦配置、要遠程幫爸媽弄手機。總而言之，要的是結(jié)果，而不是對話——對話完了事兒還得我自己干。

溝通會現(xiàn)場的演示中，Marvis就在命令下，對相冊中的圖片進行了識別查找和分類，效率高且準確。據(jù)介紹，Marvis能夠調(diào)用、查找和調(diào)整Windows系統(tǒng)設置，比如檢測硬件能否流暢運行某款游戲，或者調(diào)整系統(tǒng)設置、優(yōu)化開機自啟動項、清理冗余文件。

Marvis還集合了多種本地模型理解文件，能搜索文件/圖片內(nèi)容、圖片內(nèi)文字，還能根據(jù)人像、內(nèi)容主題、節(jié)日地點等維度，提供 AI 圖庫，解決了“不記得文件名就找不到文件”的用戶難題。

目前主流的Agent產(chǎn)品大多需要用戶前期自行搭建工作流或配置skills技能，而Marvis在出廠時預置多Agent協(xié)作體系，能實現(xiàn)6個Agent協(xié)同的“AI團隊”7×24小時在線待命，舉個例子，你可以說“幫我找出上個月的發(fā)票，按時間排好整理成表格”，然后屏幕右側(cè)彈出了六個Agent的狀態(tài)面板：

• 主Agent——它是整個團隊的大腦和調(diào)度中心，負責理解你的意圖、拆解任務、分配給合適的Agent，最后把結(jié)果匯總交付給你。你可以把它想象成一個項目經(jīng)理，只需要跟它提需求，剩下的事它來安排。

• File Agent——專門管文件。找文件、讀文件、整理文件、新建文件，都是它的事，比如識別出哪些是發(fā)票，提取金額、日期、開票方等關(guān)鍵信息。

• Computer Agent——是Windows系統(tǒng)運維專員，負責電腦底層配置與自動化運維，系統(tǒng)設置、硬件檢測等操作。

• App Agent——應用操作專員，可以調(diào)用電腦上的App與Exe應用。

• Browser Agent——網(wǎng)頁交互專員，可以接管網(wǎng)頁，進行網(wǎng)頁交互與數(shù)據(jù)抓取。

• Search Agent——搜索專家，擅長網(wǎng)絡搜索與信息聚合，能快速從公開資源中定位答案并給出關(guān)鍵引用。

想象一下，以前至少半小時的工作量，現(xiàn)在你只需要對著Marvis說一句，然后就可以等結(jié)果出來。有了這六個Agent，用戶的上手門檻更低，整個過程從下指令到出結(jié)果，看著也確實流暢。而且不只是直接用電腦，用戶還能用手機遠程操控電腦，下指令讓電腦里的Agent干活。這個功能對于出差在外需要遠程處理電腦上文件的職場人來說，實用到夸張。

02.

Marvis是怎樣做出來的？

有意思的是，這款產(chǎn)品背后的團隊來自騰訊應用寶。據(jù)介紹，這款產(chǎn)品的研發(fā)選擇了“自下而上”的路徑：先理解用戶、設備、文件、應用、行為路徑，再反推服務。團隊從2023年就開始深耕文件解析、格式轉(zhuǎn)換等底層工具，先打好地基，再構(gòu)建Agent框架。

騰訊內(nèi)部還有類似的產(chǎn)品，比如WorkBuddy，不過它的定位是全場景職場AI智能體桌面工作臺，擅長自動批量任務處理、文檔生成、數(shù)據(jù)處理等，側(cè)重辦公效率交付；而Marvis是基于終端系統(tǒng)、文件、應用和算力等，為用戶提供跨端的文件管理、系統(tǒng)設置、多Agent協(xié)作，更側(cè)重個人終端的管理和AI化。

互聯(lián)網(wǎng)產(chǎn)品一定帶上創(chuàng)始團隊的基因，而應用寶有14年應用商店和4年跨端生態(tài)的積累，Marvis也繼承了其與軟硬件廠商的深厚合作關(guān)系和跨端引擎技術(shù)。為什么Marvis不僅能操作電腦Exe軟件，還能直接在電腦上操控手機App？就是因為Marvis做到了操作系統(tǒng)層級的打通，而這又得益于應用寶在芯片層與操作系統(tǒng)層的雙重深耕。

現(xiàn)場Marvis的產(chǎn)品負責人表示：“我們與Intel深度合作，結(jié)合其領(lǐng)先的端側(cè)AI能力與OpenVINO加速技術(shù)，針對端側(cè)模型做了芯片級別的運算速度優(yōu)化，整體推理性能提升20%以上；在中小模型場景中，Intel AIPC的GPU/NPU推理速度相比傳統(tǒng)CPU可提升2-10倍，同時做了大量設備兼容，拓寬適配邊界。

操作系統(tǒng)層，我們和微軟攜手，基于Microsoft Foundry on Windows端側(cè)AI開發(fā)平臺，通過系統(tǒng)級WinML推理框架實現(xiàn)大模型在本地NPU、GPU和CPU上的優(yōu)化運行，降低能耗。特別是通過MCP on Windows提供的本地設備代理注冊表（ODR），Marvis接入了系統(tǒng)級文件MCP服務，實現(xiàn)了在應用內(nèi)通過Prompt直接操作電腦文件（變更、查詢、理解等）的能力，這是普通應用層AI無法做到的。”

目前Marvis已經(jīng)在官網(wǎng)開放下載，支持Windows / Mac / iOS / Android 多端入口、同賬號互通，并每人每天提供1000萬免費Token。不過團隊也表示，Agent產(chǎn)品的token消耗量遠高于聊天助手型AI，長期來說，完全免費不現(xiàn)實，所以想嘗試的朋友要趁早了。

另外，演示永遠是最好看的，真正好不好用，還需要大量真實用戶的反饋來驗證。Marvis提供了兩種模式——效率模式走端云協(xié)同，能在本地完成的識別、索引和預處理盡量在本地消化，必要時再調(diào)用云端能力完成意圖理解和復雜規(guī)劃；隱私模式純本地推理，后者的能力天花板擺在那里，理解復雜任務、長文本處理，跟云端大模型比估計是有差距的，但好處是數(shù)據(jù)不上云，具體怎么選擇就要看用戶自己的需求了。

最近龍蝦類應用事故頻發(fā)，不過團隊表示建立了L2級別的安全兜底機制，凡是涉及資金交易、系統(tǒng)核心配置修改、批量刪除文件等敏感操作，系統(tǒng)會強制“硬垂詢（Hard Confirm）”，必須用戶本人點擊確認后才能執(zhí)行，防止AI“自作主張”，這點讓人比較放心。

過去，大家都在比誰的大模型更強、誰的上下文窗口更長、誰的推理速度更快，Agent更像是一層層披上的皮或者簡單的“工作服”。但如果說，AI真的進入了下半場，那它應該更深度地成為硬件設備的一部分，才能有更高的效率，創(chuàng)造更高的價值。

騰訊Marvis在這個方向上前進了一步，至于這個方向?qū)Σ粚Γ妥層脩魜硗镀卑伞?/p>

「創(chuàng)新無邊界」是我們的slogan，我們不局限于對互聯(lián)網(wǎng)行業(yè)的追蹤與探索，更要向未來、向未知的方向大膽邁進。因此，「打造行業(yè)新標桿、解讀商業(yè)新動向」是我們秉持的方向之一。